আপনার পছন্দের ভাষায় কন্টেন্ট অনুবাদ করতে Google তার AI প্রযুক্তি ব্যবহার করে। AI-এর মাধ্যমে করা অনুবাদে ভুল থাকতে পারে।

Android-এর জন্য ML Kit-এর মাধ্যমে সাবজেক্ট সেগমেন্টেশন

আপনার অ্যাপে সাবজেক্ট সেগমেন্টেশন ফিচার সহজে যোগ করতে ML Kit ব্যবহার করুন।

ফিচার	বিবরণ
Sdk-এর নাম	play-services-mlkit-subject-segmentation
প্রয়োগ	আনবান্ডেল করা: Google Play পরিষেবার মাধ্যমে মডেলটি ডায়নামিক ডাউনলোড করা হয়।
অ্যাপ সাইজের প্রভাব	সাইজ প্রায় ২০০ কেবি বেড়ে যায়।
শুরু করার সময়	প্রথমবার ব্যবহারের আগে ব্যবহারকারীকে মডেল ডাউনলোড হওয়ার জন্য অপেক্ষা করতে হতে পারে।

এটি ব্যবহার করে দেখুন

এই API-এর ব্যবহার সংক্রান্ত উদাহরণ দেখতে, স্যাম্পেল অ্যাপ নিয়ে কাজ করুন।

শুরু করার আগে

এই API-এর জন্য Android API লেভেল ২৪ বা তার পরবর্তী ভার্সন প্রয়োজন। আপনার অ্যাপের বিল্ড ফাইলে minSdkVersion ভ্যালু ২৪ বা তার বেশি আছে কিনা দেখুন।

আপনার প্রোজেক্ট-লেভেল build.gradle ফাইলে, আপনার buildscript এবং allprojects উভয় বিভাগেই Google-এর Maven রিপোজিটরি অন্তর্ভুক্ত করতে ভুলবেন না।
আপনার মডিউলের অ্যাপ-লেভেল গ্রেডেল ফাইলে ML Kit সাবজেক্ট সেগমেন্টেশন লাইব্রেরির জন্য ডিপেন্ডেন্সি যোগ করুন, যা সাধারণত app/build.gradle:

dependencies {
   implementation 'com.google.android.gms:play-services-mlkit-subject-segmentation:16.0.0-beta1'
}

উপরে উল্লেখ করা হয়েছে যে মডেলটি Google Play পরিষেবার মাধ্যমে প্রদান করা হয়। Play Store থেকে আপনার অ্যাপ ইনস্টল করার পরে ডিভাইসে অটোমেটিক মডেল ডাউনলোড করার জন্য আপনি অ্যাপ কনফিগার করতে পারবেন। এটি করতে, আপনার অ্যাপের AndroidManifest.xml ফাইলে নিম্নলিখিত ঘোষণা যোগ করুন:

<application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="subject_segment" >
      <!-- To use multiple models: android:value="subject_segment,model2,model3" -->
</application>

এছাড়াও, আপনি ModuleInstallClient API-এর মাধ্যমে মডেলের উপলভ্যতা স্পষ্টভাবে চেক করতে এবং Google Play পরিষেবার মাধ্যমে ডাউনলোড করার অনুরোধ করতে পারবেন।

আপনি ইনস্টল-টাইম মডেল ডাউনলোড চালু না করলে বা এক্সপ্লিসিট ডাউনলোড করার অনুরোধ না করলে আপনি প্রথমবার সেগমেন্টার চালানোর সময় মডেল ডাউনলোড করা হয়। ডাউনলোড সম্পূর্ণ হওয়ার আগে আপনি যে অনুরোধ করেন তার কোনও ফলাফল পাওয়া যায় না।

১. ইনপুট ছবি প্রস্তুত করা

কোনও ছবিতে সেগমেন্টেশন পারফর্ম করতে, Bitmap, media.Image, ByteBuffer, বাইট অ্যারে বা ডিভাইসে থাকা কোনও ফাইল থেকে InputImage অবজেক্ট তৈরি করুন।

আপনি বিভিন্ন সোর্স থেকে InputImage অবজেক্ট তৈরি করতে পারবেন, নিচে প্রতিটি সোর্স সম্পর্কে ব্যাখ্যা করা হয়েছে।

`media.Image` ব্যবহার করা

media.Image অবজেক্ট থেকে InputImage অবজেক্ট তৈরি করতে, যেমন, আপনি কোনও ডিভাইসের ক্যামেরা থেকে ছবি ক্যাপচার করলে, InputImage.fromMediaImage()-এ media.Image অবজেক্ট ও ছবির রোটেশন পাস করুন।

আপনি যদি CameraX লাইব্রেরি ব্যবহার করেন, তাহলে OnImageCapturedListener এবং ImageAnalysis.Analyzer ক্লাস আপনার জন্য রোটেশন ভ্যালু গণনা করে।

Kotlin

private class YourImageAnalyzer : ImageAnalysis.Analyzer {

    override fun analyze(imageProxy: ImageProxy) {
        val mediaImage = imageProxy.image
        if (mediaImage != null) {
            val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees)
            // Pass image to an ML Kit Vision API
            // ...
        }
    }
}

Java

private class YourAnalyzer implements ImageAnalysis.Analyzer {

    @Override
    public void analyze(ImageProxy imageProxy) {
        Image mediaImage = imageProxy.getImage();
        if (mediaImage != null) {
          InputImage image =
                InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees());
          // Pass image to an ML Kit Vision API
          // ...
        }
    }
}

আপনি যদি এমন কোনও ক্যামেরা লাইব্রেরি ব্যবহার না করেন যা আপনাকে ছবির ঘূর্ণনের ডিগ্রি দেয়, তাহলে আপনি ডিভাইসের ঘূর্ণনের ডিগ্রি এবং ডিভাইসে ক্যামেরা সেন্সরের ওরিয়েন্টেশন থেকে এটি গণনা করতে পারেন:

Kotlin

private val ORIENTATIONS = SparseIntArray()

init {
    ORIENTATIONS.append(Surface.ROTATION_0, 0)
    ORIENTATIONS.append(Surface.ROTATION_90, 90)
    ORIENTATIONS.append(Surface.ROTATION_180, 180)
    ORIENTATIONS.append(Surface.ROTATION_270, 270)
}

/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
@Throws(CameraAccessException::class)
private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    val deviceRotation = activity.windowManager.defaultDisplay.rotation
    var rotationCompensation = ORIENTATIONS.get(deviceRotation)

    // Get the device's sensor orientation.
    val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager
    val sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION)!!

    if (isFrontFacing) {
        rotationCompensation = (sensorOrientation + rotationCompensation) % 360
    } else { // back-facing
        rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360
    }
    return rotationCompensation
}MLKitVisionImage.kt

Java

private static final SparseIntArray ORIENTATIONS = new SparseIntArray();
static {
    ORIENTATIONS.append(Surface.ROTATION_0, 0);
    ORIENTATIONS.append(Surface.ROTATION_90, 90);
    ORIENTATIONS.append(Surface.ROTATION_180, 180);
    ORIENTATIONS.append(Surface.ROTATION_270, 270);
}

/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing)
        throws CameraAccessException {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation();
    int rotationCompensation = ORIENTATIONS.get(deviceRotation);

    // Get the device's sensor orientation.
    CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE);
    int sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION);

    if (isFrontFacing) {
        rotationCompensation = (sensorOrientation + rotationCompensation) % 360;
    } else { // back-facing
        rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360;
    }
    return rotationCompensation;
}

তারপরে, media.Image অবজেক্ট এবং InputImage.fromMediaImage()-এ রোটেশন ডিগ্রি ভ্যালু পাস করুন:

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)MLKitVisionImage.kt

Java

InputImage image = InputImage.fromMediaImage(mediaImage, rotation);

ফাইল URI ব্যবহার করা

ফাইল URI থেকে InputImage অবজেক্ট তৈরি করতে, অ্যাপের প্রসঙ্গ এবং ফাইল URI InputImage.fromFilePath()-এ পাস করুন। এটি তখন কাজে লাগে যখন আপনি ACTION_GET_CONTENT ইনটেন্ট ব্যবহার করে ব্যবহারকারীকে তার গ্যালারি অ্যাপ থেকে কোনও ছবি বেছে নেওয়ার জন্য প্রম্পট করেন।

Kotlin

val image: InputImage
try {
    image = InputImage.fromFilePath(context, uri)
} catch (e: IOException) {
    e.printStackTrace()
}MLKitVisionImage.kt

Java

InputImage image;
try {
    image = InputImage.fromFilePath(context, uri);
} catch (IOException e) {
    e.printStackTrace();
}

`ByteBuffer` বা `ByteArray` ব্যবহার করে

ByteBuffer বা ByteArray থেকে InputImage অবজেক্ট তৈরি করতে, প্রথমে media.Image ইনপুটের জন্য আগে বর্ণনা করা পদ্ধতি অনুযায়ী ছবির রোটেশন ডিগ্রি গণনা করুন। তারপর, বাফার বা অ্যারের সাথে InputImage অবজেক্ট তৈরি করুন, সাথে ছবির উচ্চতা, প্রস্থ, কালার এনকোডিং ফর্ম্যাট এবং ঘূর্ণনের ডিগ্রি:

Kotlin

val image = InputImage.fromByteBuffer(
        byteBuffer,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
)MLKitVisionImage.kt
// Or:
val image = InputImage.fromByteArray(
        byteArray,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
)
MLKitVisionImage.kt

Java

InputImage image = InputImage.fromByteBuffer(byteBuffer,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java
// Or:
InputImage image = InputImage.fromByteArray(
        byteArray,
        /* image width */480,
        /* image height */360,
        rotation,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java

`Bitmap` ব্যবহার করা

Bitmap অবজেক্ট থেকে InputImage অবজেক্ট তৈরি করতে, নিম্নলিখিত ঘোষণা করুন:

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)MLKitVisionImage.kt

Java

InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);MLKitVisionImage.java

ছবিটি Bitmap অবজেক্টের মাধ্যমে উপস্থাপন করা হয়, এর সাথে ঘোরানোর ডিগ্রিও থাকে।

২. SubjectSegmenter-এর ইনস্ট্যান্স তৈরি করুন

সেগমেন্টার বিকল্পগুলি নির্ধারণ করুন

আপনার ছবিকে সেগমেন্ট করতে, প্রথমে SubjectSegmenterOptions-এর একটি ইনস্ট্যান্স তৈরি করুন এভাবে:

Kotlin

val options = SubjectSegmenterOptions.Builder()
       // enable options
       .build()

Java

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        // enable options
        .build();

প্রতিটি বিকল্পের বিবরণ এখানে দেওয়া হল:

ফোরগ্রাউন্ড কনফিডেন্স মাস্ক

ফোরগ্রাউন্ড কনফিডেন্স মাস্ক আপনাকে ব্যাকগ্রাউন্ড থেকে ফোরগ্রাউন্ড সাবজেক্টকে আলাদা করতে সাহায্য করে।

বিকল্পে থাকা enableForegroundConfidenceMask() কল করলে, আপনি পরে ছবি প্রসেস করার পরে রিটার্ন করা SubjectSegmentationResult অবজেক্টে getForegroundMask() কল করে ফোরগ্রাউন্ড মাস্ক রিট্রিভ করতে পারবেন।

Kotlin

val options = SubjectSegmenterOptions.Builder()
        .enableForegroundConfidenceMask()
        .build()

Java

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        .enableForegroundConfidenceMask()
        .build();

ফোরগ্রাউন্ড বিটম্যাপ

একইভাবে, আপনি ফোরগ্রাউন্ড সাবজেক্টের বিটম্যাপও পেতে পারেন।

বিকল্পে enableForegroundBitmap() কল করলে, আপনি পরে SubjectSegmentationResult অবজেক্টে getForegroundBitmap() কল করে ফোরগ্রাউন্ড বিটম্যাপ রিট্রিভ করতে পারবেন। এই অবজেক্টটি ইমেজ প্রসেস করার পরে রিটার্ন করা হয়।

Kotlin

val options = SubjectSegmenterOptions.Builder()
        .enableForegroundBitmap()
        .build()

Java

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
        .enableForegroundBitmap()
        .build();

মাল্টি-সাবজেক্ট কনফিডেন্স মাস্ক

ফোরগ্রাউন্ড বিকল্পের মতো, আপনি SubjectResultOptions ব্যবহার করে প্রতিটি ফোরগ্রাউন্ড সাবজেক্টের জন্য কনফিডেন্স মাস্ক চালু করতে পারেন, যেমন:

Kotlin

val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
    .enableConfidenceMask()
    .build()

val options = SubjectSegmenterOptions.Builder()
    .enableMultipleSubjects(subjectResultOptions)
    .build()

Java

SubjectResultOptions subjectResultOptions =
        new SubjectSegmenterOptions.SubjectResultOptions.Builder()
            .enableConfidenceMask()
            .build()

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
      .enableMultipleSubjects(subjectResultOptions)
      .build()

একাধিক সাবজেক্টের বিটম্যাপ

একইভাবে, আপনি প্রতিটি বিষয়ের জন্য বিটম্যাপ চালু করতে পারবেন:

Kotlin

val subjectResultOptions = SubjectSegmenterOptions.SubjectResultOptions.Builder()
    .enableSubjectBitmap()
    .build()

val options = SubjectSegmenterOptions.Builder()
    .enableMultipleSubjects(subjectResultOptions)
    .build()

Java

SubjectResultOptions subjectResultOptions =
      new SubjectSegmenterOptions.SubjectResultOptions.Builder()
        .enableSubjectBitmap()
        .build()

SubjectSegmenterOptions options = new SubjectSegmenterOptions.Builder()
      .enableMultipleSubjects(subjectResultOptions)
      .build()

সাবজেক্ট সেগমেন্টার তৈরি করুন

SubjectSegmenterOptions বিকল্প নির্দিষ্ট করার পরে, getClient() কল করে এবং বিকল্পগুলিকে প্যারামিটার হিসেবে পাস করে একটি SubjectSegmenter ইনস্ট্যান্স তৈরি করুন:

Kotlin

val segmenter = SubjectSegmentation.getClient(options)

Java

SubjectSegmenter segmenter = SubjectSegmentation.getClient(options);

৩. ছবি প্রসেস করা

প্রস্তুত করা InputImage অবজেক্টটি SubjectSegmenter-এর process পদ্ধতিতে পাস করুন:

Kotlin

segmenter.process(inputImage)
    .addOnSuccessListener { result ->
        // Task completed successfully
        // ...
    }
    .addOnFailureListener { e ->
        // Task failed with an exception
        // ...
    }

Java

segmenter.process(inputImage)
    .addOnSuccessListener(new OnSuccessListener() {
            @Override
            public void onSuccess(SubjectSegmentationResult result) {
                // Task completed successfully
                // ...
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

৪. সাবজেক্ট সেগমেন্টেশন ফলাফল পাওয়া

ফোরগ্রাউন্ড মাস্ক ও বিটম্যাপ রিট্রিভ করা

প্রসেস করা হয়ে গেলে, আপনি নিজের ছবির ফোরগ্রাউন্ড মাস্ক পেতে getForegroundConfidenceMask() নিম্নলিখিত পদ্ধতি অনুসরণ করতে পারেন:

Kotlin

val colors = IntArray(image.width * image.height)

val foregroundMask = result.foregroundConfidenceMask
for (i in 0 until image.width * image.height) {
  if (foregroundMask[i] > 0.5f) {
    colors[i] = Color.argb(128, 255, 0, 255)
  }
}

val bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
)

Java

int[] colors = new int[image.getWidth() * image.getHeight()];

FloatBuffer foregroundMask = result.getForegroundConfidenceMask();
for (int i = 0; i < image.getWidth() * image.getHeight(); i++) {
  if (foregroundMask.get() > 0.5f) {
    colors[i] = Color.argb(128, 255, 0, 255);
  }
}

Bitmap bitmapMask = Bitmap.createBitmap(
      colors, image.getWidth(), image.getHeight(), Bitmap.Config.ARGB_8888
);

এছাড়াও, আপনি getForegroundBitmap() কল করে ছবির ফোরগ্রাউন্ডের বিটম্যাপ রিট্রিভ করতে পারবেন:

Kotlin

val foregroundBitmap = result.foregroundBitmap

Java

Bitmap foregroundBitmap = result.getForegroundBitmap();

প্রতিটি সাবজেক্টের জন্য মাস্ক ও বিটম্যাপ ফিরিয়ে আনুন

একইভাবে, আপনি প্রতিটি সাবজেক্টে getConfidenceMask() কল করে সেগমেন্ট করা সাবজেক্টের জন্য মাস্ক রিট্রিভ করতে পারেন, যেমন:

Kotlin

val subjects = result.subjects

val colors = IntArray(image.width * image.height)
for (subject in subjects) {
  val mask = subject.confidenceMask
  for (i in 0 until subject.width * subject.height) {
    val confidence = mask[i]
    if (confidence > 0.5f) {
      colors[image.width * (subject.startY - 1) + subject.startX] =
          Color.argb(128, 255, 0, 255)
    }
  }
}

val bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
)

Java

List subjects = result.getSubjects();

int[] colors = new int[image.getWidth() * image.getHeight()];
for (Subject subject : subjects) {
  FloatBuffer mask = subject.getConfidenceMask();
  for (int i = 0; i < subject.getWidth() * subject.getHeight(); i++) {
    float confidence = mask.get();
    if (confidence > 0.5f) {
      colors[width * (subject.getStartY() - 1) + subject.getStartX()]
          = Color.argb(128, 255, 0, 255);
    }
  }
}

Bitmap bitmapMask = Bitmap.createBitmap(
  colors, image.width, image.height, Bitmap.Config.ARGB_8888
);

এছাড়াও, আপনি প্রতিটি সেগমেন্ট করা সাবজেক্টের বিটম্যাপ অ্যাক্সেস করতে পারবেন:

Kotlin

val bitmaps = mutableListOf()
for (subject in subjects) {
  bitmaps.add(subject.bitmap)
}

Java

List bitmaps = new ArrayList<>();
for (Subject subject : subjects) {
  bitmaps.add(subject.getBitmap());
}

পারফর্ম্যান্স উন্নত করার ব্যাপারে পরামর্শ

প্রতিটি অ্যাপ সেশনের জন্য, মডেল ইনিশিয়ালাইজেশনের কারণে প্রথম ইনফারেন্সটি প্রায়শই পরবর্তী ইনফারেন্সের চেয়ে ধীর হয়। লো লেটেন্সি গুরুত্বপূর্ণ হলে, আগে থেকে "ডামি" ইনফারেন্স কল করার কথা বিবেচনা করুন।

আপনার ফলাফলের কোয়ালিটি ইনপুট ছবির কোয়ালিটির উপর নির্ভর করে:

ML Kit যাতে সঠিক সেগমেন্টেশন ফলাফল পেতে পারে, তার জন্য ছবি অন্তত ৫১২x৫১২ পিক্সেল হতে হবে।
ছবির ফোকাস ভাল না হলে, তার প্রভাব নির্ভুলতার উপরেও পড়তে পারে। আপনি গ্রহণযোগ্য ফলাফল না পেলে, ব্যবহারকারীকে ছবিটি আবার তোলার জন্য বলুন।

এটি ব্যবহার করে দেখুন

শুরু করার আগে

১. ইনপুট ছবি প্রস্তুত করা

media.Image ব্যবহার করা

Kotlin

Java

Kotlin

Java

Kotlin

Java

ফাইল URI ব্যবহার করা

Kotlin

Java

ByteBuffer বা ByteArray ব্যবহার করে

Kotlin

Java

Bitmap ব্যবহার করা

Kotlin

Java

২. SubjectSegmenter-এর ইনস্ট্যান্স তৈরি করুন

সেগমেন্টার বিকল্পগুলি নির্ধারণ করুন

Kotlin

Java

ফোরগ্রাউন্ড কনফিডেন্স মাস্ক

Kotlin

Java

ফোরগ্রাউন্ড বিটম্যাপ

Kotlin

Java

মাল্টি-সাবজেক্ট কনফিডেন্স মাস্ক

Kotlin

Java

একাধিক সাবজেক্টের বিটম্যাপ

Kotlin

Java

সাবজেক্ট সেগমেন্টার তৈরি করুন

Kotlin

Java

৩. ছবি প্রসেস করা

Kotlin

Java

৪. সাবজেক্ট সেগমেন্টেশন ফলাফল পাওয়া

ফোরগ্রাউন্ড মাস্ক ও বিটম্যাপ রিট্রিভ করা

Kotlin

Java

Kotlin

Java

প্রতিটি সাবজেক্টের জন্য মাস্ক ও বিটম্যাপ ফিরিয়ে আনুন

Kotlin

Java

Kotlin

Java

পারফর্ম্যান্স উন্নত করার ব্যাপারে পরামর্শ

`media.Image` ব্যবহার করা

`ByteBuffer` বা `ByteArray` ব্যবহার করে

`Bitmap` ব্যবহার করা